人类如何学会语言？婴儿如何从外界接收语言信号，逐步建立语言能力并与人交流？这些问题一直是科学家们关注的焦点，但至今尚无普遍认可的答案。美国麻省理工学院教授迪布·罗伊（Deb Roy）利用自己喜得贵子的机会，启动了一项名为“人类家庭语言计划”（Human Speechome Project）的研究，旨在通过长期记录婴儿的语言学习过程，揭示人类早期语言习得的奥秘。

据英国广播公司（BBC）2006年5月19日报道，罗伊教授在其儿子出生后，立即启动了这项为期三年的记录计划。研究团队在住宅内安装了14个麦克风和11部全方位摄像机，每天从早上8点到晚上10点持续记录婴儿醒着时的所有活动和声音，每天收集约350吉字节的压缩数据。这些设备隐藏在天花板中，覆盖了厨房、餐厅、客厅、游戏室、卧室等所有房间，能够捕捉任何可能影响语言学习的因素。每秒钟记录14个画面，即使是微小的动作也不放过。不过，由于技术限制，像眨眼这样的细微面部表情尚无法捕捉，而这些表情被认为是语言学习的重要线索。

麦克风系统采用层级式设计，能够自动削弱噪音，记录所有房间的声音，即使是轻声耳语也不会遗漏。预计三年将记录下33.8万小时的数据，包括14.2万小时视频和19.6万小时音频。数据收集完成后，将通过隐藏的数据线传输到麻省理工学院媒体实验室的5千兆字节磁盘存储系统，并由10台串联的电脑进行大规模数据分析。声音数据则储存在地下室的一个标本取样器中。

数据分析有两种途径：一是通过自动语言识别器转录，但出错率较高；二是人工转录，通过人工识别区分婴儿声音和噪音，以减少误差。罗伊教授团队还自行设计了一套系统，能够自动识别长时间记录中的语音，并通过数学运算生成类似光谱的声音图像，每1分钟对话约需2.5分钟转录时间。这些系统共同构建了一幅幼儿感官刺激的完整图画，从而可以建立一个模拟婴儿语言学习的模型。

在采访中，罗伊教授回答了关于婴儿语言学习的多个问题。他指出，婴儿最先学会的单词并非“妈妈”，尽管“妈妈”发音简单且出现较早。关于隐私问题，所有记录均可通过墙上的微型触摸控制器或“哎呀”按钮手动控制，以擦除不需要的记录。对于观察者可能影响实验结果的问题，罗伊教授表示，这种影响通常只持续24到48小时，而长期记录已使影响降至最低。记录周期定为三年，因为2到3年是婴儿从学习第一个单词到出现简单语法的关键期。罗伊教授认为，天生的语言结构和环境因素在语言习得中均起重要作用，该计划旨在为研究人类语言获取过程提供自然、丰富、纵向的参考数据，并有望应用于个人视频分析或监控影像处理等领域。